Gemini 中文指南
获取 API 密钥 ↗

Gemini 4 Argon 新特性

↓ 下载 Markdown

Gemini 4 Argon (gemini-4-argon)是我们高效的Gemini 4前沿推理模型。与相比,它提供了 Gemini 4 智能,具有更快的响应速度和更低的 token 每回合支出 Gemini 4 Carbon 跨越复杂的编码、智能体、数学和科学任务。 Gemini 4 Argon 可通过 Gemini API 和 Google AI Studio 获得。

Gemini 4 Argon支持统一的1M-token 上下文窗口,长解码可达1M token,思维级别可调(low, medium, high).

本指南介绍了 Gemini 4 Argon 的新增功能、如何在氩气和碳之间进行选择、API 更改、代码示例和迁移指南。

新型号 #

模型型号编号默认思维水平价格说明
Gemini 4 Argongemini-4-argonmedium30, 2026 于 11 月上市,以 $2/1M 输入 token 和 $10/1M 输出 token 的促销价提供($4/1M 输入,随后 $20/1M 输出)。参见 定价 了解详情。我们高效的 Gemini 4 前沿推理模型,与相比,可提供更快的响应和更低的 token 每回合支出 Gemini 4 Carbon 跨越复杂的编码、智能体、数学和科学任务。

有关完整详细信息,请参阅 Gemini 4 Argon 型号页面 和 最新 Gemini 模型。有关介绍性定价的详细信息,请参阅 定价部分 稍后在本页或 定价页面.

快速入门 #

使用以下示例将请求发送到 gemini-4-argon 使用推荐的默认值 thinking_level (medium)和 64K 输出 token 限制:

python
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Write a three.js script that renders a realistic 3D black hole with gravitational lensing."
)

print(interaction.output_text)

Gemini 4 Argon 新特性 #

  • 统一1M输入输出token限制: 输入、思考、输出共用1,048,576 token的一个窗口。
  • 长解码: 现在,单个响应可以超过 64K token,最多达到 1M token 减去您的输入。参见 长输出.
  • 智能体视频理解: 智能体视频理解 现在已经普遍可用。
  • 托管智能体支持: 该 Antigravity 智能体 Gemini中的托管智能体现在支持Gemini 4 Argon。

有关更多详细信息,请参阅 Gemini 4 Argon 型号页面。有关定价详情,请参阅 定价页面.

在碳、氩和其他型号之间进行选择 #

Gemini 4 Argon 和 Gemini 4 Carbon 共享相同的 1M 统一上下文窗口、内置工具和每个 token 定价。主要区别在于每个模型每回合花费多少思考 token:

  • Gemini 4 Carbon (gemini-4-carbon): 专为突破推理深度极限的任务而设计。 Carbon 每回合花费更多的时间思考 token 来彻底探索并验证其工作,与 Argon 相比,这增加了每回合 token 的使用和延迟。使用它进行复杂的根本原因调试、架构设计、密集多模态综合、科学证明和安全审计。
  • Gemini 4 Argon (gemini-4-argon): 我们高效的 Gemini 4 前沿推理模型,非常适合最先进的软件工程和知识工作任务。与 Carbon 相比,它在交互式编码、日常功能工作和快速生产循环方面提供了 Gemini 4 智能,具有更快的响应速度和更低的 token 每回合支出。

有关模型选择的更多指导,请参见 最新 Gemini 模型.

了解思维层次 #

该 思维水平 是您对质量、延迟和 token 在 Gemini 4 Argon 中使用的主要控制:

思维层面代币使用何时使用
low最少的token,最低的延迟更简单的任务和成本敏感的工作。也适用于需要轻松思考的分析和写作任务。艰巨的任务质量可能会下降。
medium (默认)平衡推荐用于大多数任务,包括复杂的代码和智能体用例。
high最多 token,最慢的先 token复杂的推理、困难的数学和科学,以及最困难的代码或智能体任务。与长输出的长解码完美搭配。

在所有三个级别上进行评估,然后选择符合您的质量标准的最低级别。要了解更多信息,请参阅 思维指南.

python
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Analyze this payment processing pipeline for race conditions during retry attempts and rewrite the transaction locks safely.",
    generation_config={
        "thinking_level": "medium"  # Balanced reasoning effort for complex tasks
    }
)

print(interaction.output_text)

更大的输出和更长的解码 #

Gemini 4 Argon 可以在数学、科学和编码问题上思考更长时间。

  • 使用 thinking_level 控制推理深度: thinking_level 设置模型在回答之前推理的深度。 max_output_tokens 限制您的综合思维和输出 token。一旦思考加上输出命中,响应就会停止 max_output_tokens,因此将其设置得足够高,为最终答案留出空间。
  • 通过后台执行生成过去的 64K token: 标准同步响应停止于 65,536 token。要生成更长的响应,请设置 background=True 并提高 max_output_tokens 高于 65,536(直到统一的 1M-token 上下文窗口,减去您输入的 token)。我们的服务器为您生成 64K-token 连续跃点的响应。每跳添加一个 model_output 迈向 interaction.steps,因此将所有文本连接起来 model_output 交互完成时的步骤。
python
import time
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Write a complete, rigorous proof of the prime number theorem.",
    background=True,
    generation_config={
        "max_output_tokens": 262144,
        "thinking_level": "high",
    },
)

while interaction.status in ("in_progress", "queued"):
    time.sleep(5)
    interaction = client.interactions.get(id=interaction.id)

# Each hop adds a model_output step, so join the text of all of them.
text = "".join(
    content.text
    for step in interaction.steps
    if step.type == "model_output"
    for content in step.content
    if content.type == "text"
)
print(text)
print("Status:", interaction.status)
print("Usage:", interaction.usage)

后台执行是运行长解码的推荐方法。它在服务器端运行连续循环,直到模型完成或达到 max_output_tokens。如果您需要对重试、退避和错误处理进行更细粒度的控制(或者不希望存储交互),您可以在 Interactions API 或 生成内容 API。有关流式传输、重新连接、token 计数以及何时使用长解码的信息,请参阅 长解码指南.

设置输出 token 限制 #

max_output_tokens 设置响应的最大组合思维和输出 token。将其设置得足够高,以便思考不会缩短答案,并将其设置得足够低,以便在硬提示用完所有答案时限制支出。

使用这些值作为起点:

  • 标准任务: 保留默认值 65,536 或不设置任何值。
  • 限制低于 32K 的现有应用程序: 提高 max_output_tokens 至少32,768. Gemini 4 Argon可以比早期型号花费更多的思考极限。要少用token,就降低思维层次。
  • 复杂的推理和编码: 套装 background: true 并设置 max_output_tokens 到 131,072 或 262,144, 直至 1,048,576 减去您的输入 token。

Gemini 4 Argon 中的托管智能体 #

该 Antigravity 智能体 在Gemini 托管智能体支持Gemini 4 Argon。要使用它,请将模型设置为 agent_config:

python
from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})

interaction = client.interactions.create(
    agent="antigravity-preview-09-2026",
    input=(
        "Audit https://web.dev for performance, Core Web Vitals, and SEO. "
        "Query Google's PageSpeed Insights API for both Mobile and Desktop strategies. "
        "Check search indexing with Google Search for site:web.dev. "
        "Format the output as a side-by-side scorecard table with prioritized fixes."
    ),
    environment="remote",
    agent_config={
        "type": "antigravity",
        "model": "gemini-4-argon",
    },
)

print(interaction.output_text)

有关更多选项,请参阅 选型 在 Antigravity 智能体指南中。

迁移清单 #

迁移到 gemini-4-argon #

  • 更新型号ID: Change your target model string to gemini-4-argon.
  • 评论 max_output_tokens: 如果您今天明确设置了它,请考虑提出它。我们推荐至少 32,768,,因为 Gemini 4 Argon 可以在思考上花费更多的限制。
  • 配置思维层次: 选择 low, medium (默认),或 high,并测试您在这三个方面的工作量。
  • Move off explicit 上下文缓存: 显式缓存(cachedContents / caches.create)在 Gemini 4 Argon 上不受支持。删除创建或引用的调用 cached_content 来自您的要求。 隐式缓存 默认情况下启用至少 4,096 token 的提示,并在缓存命中时将缓存输入 token 折扣 95%。
  • Remove sampling parameters: 删除 temperature, top_p, 和 top_k 来自您的要求。如果提供,它们将被忽略。
  • 对长输出使用后台执行: 对于需要 64K token 以上的任务,设置 background 为真且 max_output_tokens 大于 65,536.
  • 增加客户端超时: 硬提示可能需要几分钟的时间。使用后台执行,或将 HTTP 客户端超时设置为至少 15 分钟。
  • 在服务器上保留对话状态: 使用 previous_interaction_id 用于多轮和函数调用对话。
  • 检查您的成本估算: 模型处理的每个 token 都会计费,包括使用事实依据时的内部工具系统指令和函数声明(请参阅 价格).

价格 #

Gemini 4 Argon 于 11 月之前以促销价发售 30, 2026:

  • 输入token: $2.00 根据 1M token($4.00 从 12 月开始 1, 2026)* 缓存输入 token: 隐式缓存将每 1M token 的缓存输入折扣 95% 至 $0.10($0.20 从 12 月开始 1, 2026)。

  • 输出token,包括思考token: $10.00 与 1M token($20.00 从 12 月开始 1, 2026)

模型处理的每一个token都会被统计和计费,包括思考token和使用事实依据时的内部工具系统指令和函数声明。 事实依据和 Google 搜索也仍按查询计费。

Gemini 4 Argon 在免费套餐中不可用。有关完整的定价等级,请参阅 定价页面.

其他型号 #

后续步骤 #

搜索标题、API 名称或正文内容